研究人员透露，GPT-4机器人自动团队通过使用现实世界的零日漏洞，成功入侵了一半以上的测试网站。

　　这些机器人相互协调，按需生成新的机器人，旨在渗透这些安全漏洞。

　　在之前的一篇论文中，进行此项研究的同一团队表明，GPT-4具有自主利用已知安全漏洞的能力，特别是针对“1day漏洞”。

　　这类安全问题已被识别但尚未有官方修复版本。实验中，GPT-4仅凭已知的常见漏洞和披露列表（CVE），就能自主利用其中87%的严重级别漏洞。

　　HPTSA的表现优于单一LLM

　　本周，该团队发布了一篇后续论文，公布了更多成果，称他们已经攻克了零日漏洞，也就是那些尚未被发现的漏洞。为此，研究人员部署了一组自主复制的大型语言模型（LLM）代理，这些代理采用了任务特定智能体分层规划（HPTSA），HPTSA系统包含规划机器人、管理机器人及任务特定的AI代理。

概述HPTSA的图表

　　这种方法不同于传统方法，后者要求LLM处理复杂任务。HPTSA指派一名规划代理，负责监督整个黑客入侵过程，通过协调和部署执行特定任务的子代理，使流程更高效。

　　这类似于Cognition Labs在其Devin AI软件开发团队中应用的方法，即规划任务、识别所需人员并通过对特定任务生成专业员工来管理项目。

　　为了测试代理框架，研究团队开发了一套真实世界零日漏洞基准。收集了15个Web漏洞，包括XSS、CSRF、SQLi、任意代码执行等多种类型，且均为中等及以上严重程度（含高危和关键漏洞）。

　　在针对15个真实Web漏洞的基准测试中，HPTSA展现出了比单一LLM高5.5倍的漏洞利用效率，成功侵入了8个零日漏洞，而单独的LLM仅能破解3个。

　　滥用风险引关注

　　研究人员Daniel Kang强调，人们担心这些模型会被恶意用于攻击网站和网络，这的确是合理担忧。聊天机器人模式下的 GPT-4“不足以理解 LLM 的能力”，本身无法进行任何攻击。

　　无论在攻击还是防御层面，网络安全的速度都将加快。如今，黑客可以利用AI代理攻击网站；另一方面，渗透测试人员也可借助AI代理进行更频繁的渗透测试。尚不明确AI代理对网络安全的进攻与防御哪一方助益更大，我们期待未来的研究能解答这一疑问。